Vorlesung Open Data: Einführung Data Coaching

Transkript

1 Vorlesung Open Data: Einführung Data Coaching 1. Februar 2017 Dr. Matthias Stürmer und Rosalyne Reber Forschungsstelle Digitale Nachhaltigkeit Institut für Wirtschaftsinformatik Universität Bern

2 Matthias Stürmer > Seit 2013 Leiter der Forschungsstelle Digitale Nachhaltigkeit an der Universität Bern, Dozentur für Digitale Nachhaltigkeit > 2010 bis 2013 bei EY (Ernst & Young) als Senior Consultant/Managermit Beratung zu Open Source Software, Open Data und Social Media > 2009 bis 2010 Business Development und Projektleiter beim Liip AG > 2006 bis 2009 Assistent an der ETH Zürich am Lehrstuhl für Strategisches Management und Innovation doktoriert über Zusammenarbeit zwischen Open Source Communities und Technologie-Unternehmen > 2000 bis 2005 Studium Betriebswirtschaft und Informatik an Universität Bern, Lizenziatsarbeit zu Open Source Community Building > Geschäftsleiter Parlamentarischen Gruppe Digitale Nachhaltigkeit > Präsident tcbe.ch ICT Cluster Bern, Switzerland > Vorstandsmitglied CH Open > Mitgründer und Vorstandsmitglied Verein Opendata.ch > Stadtrat von Bern (EVP) Dr. Matthias Stürmer Oberassistent, Leiter Forschungsstelle Digitale Nachhaltigkeit Universität Bern Institut für Wirtschaftsinformatik Engehaldenstrasse 8 CH-3012 Bern Telefon: Mobile: Tel: (Sekretariat) matthias.stuermer@iwi.unibe.ch

3 Forschungsstelle Digitale Nachhaltigkeit Angesiedelt am Institut für Wirtschafsinformatik, Team von 12 Mitarbeitenden Forschung, Lehre und Beratung zu > Open Source Software: Community Governance, Business Models, Maturitätsmodelle etc. > Open Data: Open Data Apps, interaktive Visualisierungen, Open Aid, Linked Open Data etc. > Open Government: Transparenz und Partizipation, Impact Models, Participatory Apps etc. > ICT-Beschaffungen: Agile Software-Entwicklung, Requirements Engineering, Herstellerabhängigkeiten, freihändige Vergaben, WTO-Regeln etc. > Digitale Nachhaltigkeit: Theorie, Kriterien etc.

4 Ziel: Entwicklung einer Open Data App

5 Überblick zu Vorlesung und Übung 2017 Dozierende Dr. Matthias Stürmer und zahlreiche Gastreferenten Vorlesungsbetreuung Organisation: Rosalyne Reber, Hilfsassistentin, Programmierung: Oscar Meier, Lukas von Rotz, Alex Kräuchi, Jan Dietrich Aufbau der Veranstaltung 1. Vorlesung: 10:15 12 Uhr im Hauptgebäude Universität Bern, Plenarraum Übung: 13:15 15 Uhr im Raum 001 am Institut für Wirtschaftsinformatik IWI, Engehaldenstrasse 08 Vorlesungs-Website 5

6 Open Data Speed Dating 2017 Open Data Speed Dating von Studierenden und Data Coaches: > Donnerstag, 9. März 2017 von 13h bis 15h > Ort: Raum 001, Institut für Wirtschaftsinformatik > Daten auf USB Stick mitnehmen: Offenes Format (CSV, XML, ODS, notfalls Excel, aber nicht PDF) Freie Lizenz (Creative Commons etc.) > Präsentationsfolien bis 5. März 2017 als ODP, PPT oder PDF an > Laptop mit allen Folien steht bereit > 4min Präsentation zu: Ihre Person, Behörde/Organisation sowie Kontaktangaben Themenbereich / Problemstellung / Story Vorhandene Daten, Datenformat, Mengengerüst (ev. Screenshot) Ideen für Umsetzung / gewünschte Visualisierung 6

7 Abschlusspräsentation 2017 Abschlusspräsentation der Open Data Studierenden-Apps: > Donnerstag, 1. Juni 2017 von 13:15h bis 17h, anschliessend Apéro > Universität Bern, Raum wird noch bekannt gegeben > Öffentlicher Anlass, ca. 80 Teilnehmende > Data Coaches und Gastreferierende sind Jury für Bewertung der Apps 7

8 Data Coaches 2017 Aktueller Stand Open Data Coaches 2017: 1. Joël Fisler, MeteoSchweiz: Meteo-Daten 2. David Oesch, swisstopo: Geodaten des Bundes: LinkedGeoData 3. Hansueli Pestalozzi, BAFU: Luftqualitätsdaten Schweiz (Jahreswerte) 4. Marco Marjoleth, Bundesarchiv: Finanzdaten und Sammlung des Bundesrechts 5. Christian Trachsel, SBB: Verspätungen des ÖV 6. François Delavy, Schweizerischer Nationalfonds: Datenbank P3 7. Tobias Schalit, Bildungsstatistik Kanton Zürich: Bildungsdaten 8. Matthias Mazenauer, Statistisches Amt Kanton Zürich: Abstimmungsarchiv 9. Patrick Trees, Parlamentsdienste Kanton Bern: Grossrat Kanton Bern 10. Beat Estermann, Berner Fachhochschule: Gedächnisinstitutionen 11. Christian Loosli, Bernmobil: Fahrgastzählungdaten 12. Daniel Schwarz, smartvote: smartvote 13. Christian Günther, Persephone GmbH

9 Beurteilung der Open Data Apps Open Data Apps werden nach folgenden 5 Kriterien bewertet: 1. Funktionsumfang: Welche Darstellungsmöglichkeiten und interaktiven Funktionen beinhaltet die Open Data App? 2. Qualität: Wie benutzerfreundlich, verständlich und gut dokumentiert ist die Open Data App? 3. Komplexität: Wie anspruchsvoll sind die visualisierten Daten und der behandelte Themenkomplex als ganzes? 4. Impact: Wie hoch ist die Bedeutung und die Aussagekraft der Datenvisualisierung und der Open Data App als gesamtes? 5. Kreativität: Wie neuartig und attraktiv sind die Visualisierung der Daten und technische Implementierung der Open Data App?

10 Minimalanforderungen an Open Data App 1. Lauffähig in Webbrowser und Verwenden von D3.js Bibliothek, Anwendung weiterer Bibliotheken (AngularJS, NVD3.js etc.) und Datenbanken sind fakultativ, Responsive App gibt Bonus ;) 2. Neuartige Daten aufbereiten und visualisieren (mit Data Coach, von Datenportal etc.) 3. Kreative Visualisierung, nicht bloss Balken und Kreise 4. Mindestens eine interaktive Funktion (Mouse Click, Scroll Wheel, Buttons etc.) 5. Daten sowohl grafisch (Visualisierung) als auch als Zahlen bzw. Texte anzeigen (Tooltip etc.) 6. Open Data Rohdaten und Quellenangaben müssen verfügbar sein 7. Open Data App veröffentlicht unter einer Open Source Lizenze 8. Übersicht der App: Titel, Kurzbeschreibung (340 Zeichen), Namen der Autorinnen und Autoren, adresse, Daten, Source Code

11 Durchführung eines Open Data Projekts (nur Masterstudierende) Selbe Anforderungen an Open Data App wie Bachelorstudierende, zusätzlich: Interpretation im Rahmen einer ausführlichen Anleitung zur Nutzung der Datenvisualisierung: 1. Beschreibung der Open Data App (kleine Bedienungsanleitung) 2. Erläuterungen der Erkenntnisse aus der Datenvisualisierung 3. Weiterführende Informationen, Schlussfolgerungen etc., die mittels der Datenvisualisierung ermöglicht wurden > Zusatzaufwand von rund 30 bis 40 Stunden pro Person muss ersichtlich sein. > Benotung: Beschreibung zählt 25%, App-Umsetzung zählt 75%

12 Apps kommen in Open Data Show Room Link: 12